2023年，AI还有什么投资机会？ ChatGPT热度不减，现在还有投资机会吗？如果有，是什么？2023年2月初，ChatGPT刚刚火的时候，我写了一篇文章... 

来源：雪球App，作者： 投资林教头，（https://xueqiu.com/2595989809/245969012）

ChatGPT热度不减，现在还有投资机会吗？如果有，是什么？

2023年2月初，ChatGPT刚刚火的时候，我写了一篇文章《泡沫还是机遇？深度解读ChatGPT产业链和投资机会》，里面提到：

“我对AI充满了兴奋与好奇，《超验骇客》这部电影表现出来的AI的场景让我心生触动，《流浪地球2》中的数字人，我也相信有一天会成为现实。在各大行业里，唯有AI可以视为生产力工具，而生产力是人类社会发展的第一动力。但我反对炒作概念和玩虚头巴脑的东西。”

2月底，我又写了一篇《ChatGPT产业链中，谁最有投资价值？》，里面提到：

“算力会成为这一轮AI大发展的关键和瓶颈。”

其中我提到的几家公司：英伟达、景嘉微、寒武纪、海光信息、龙芯中科、中国长城、浪潮信息、三大运营商等，都已经涨上去了，唯独有算力资源的商汤，依然趴在地上，让人匪夷所思。

如下图，商汤的交易量是有在放大，有人试图炒商汤，但没炒上去。同在港股的阿里、腾讯，以及美股的百度，明明都发布了自己的大模型，也都没有引起什么波澜，难道是韭菜不够用的缘故？

那么，AI产业链还有没有别的投资机会？今天做个梳理。

再次重申，我看好AI，但我不喜欢炒作。

之所以看好AI，是因为AI是生产力级别的技术，而生产力是人类发展的第一动力。人类历史上几次科技革命，无一不是生产力层面的变革。至于白酒、医疗健康等，则是生产力发展之后，消费升级的产物，本身并不是生产力层面的革命。即使人类功课了癌症、艾滋病，也不能引起第四次、第五次科技革命。

当然了，攻克癌症是极其伟大的壮举，我一点都没有贬低医疗的意思，我本人就喜欢看医疗行业。但是只有少数几个行业，能直接影响生产力的变革，而生产力的变革，即有可能引起下一轮科技革命。

AI产业链中，真正稀缺的是算力、数据。

数据：模型需要数据“投喂”，不然就是无意义的代码而已，而数据掌握在互联网巨头手里，具备稀缺性。比如阿里有电商的数据，企鹅有社交的数据，创业公司搞不到这些数据。

算力：大模型需要极大的算力，未来算力必然不够用，而算力的背后，又回到了芯片、半导体，也具备极大的稀缺性。

除此之外，其他领域的稀缺性并不高，比如应用方面，不管是小说网站还是游戏公司，他们只是向AI公司购买技术支持罢了，根本没有基本面的逻辑支撑，就像我写研报，打开ChatGPT找它写一篇，那我是不是也算AI公司了？是不是能蹭上“AI+投资”？根本不算。

比如值得买涨了一大波，我听一位知名投资人说，是因为值得买引入了虚拟客服，砍掉一批人，以后成本下来了，盈利就更好了。但要知道这个技术毕竟是外购来的，不是值得买自己的，如果你能外购，那么竞争对手也能外购，值得买的商业模式并没有发生根本性变化，以后你外购虚拟客服，我也外购虚拟客服，这就成了行业惯例，就没什么稀缺性了，这么简单的逻辑，为什么大家都不懂？

应用层面，一些商业逻辑证伪的公司，这一轮没再涨，比如视觉中国；但有的依然还在涨，如三七互娱、值得买。

这方面的逻辑，我在前面贴出来的两篇文章已经说过了，不赘述了。

前面说了，AI就两个东西最值钱：数据、算力。

首先我不谈数据，因为数据都在互联网巨头手上，如果你要数据，那就直接入手BAT。

至于大数据的其他公司，我并不看好，主要逻辑是稀缺的是数据本身而不是数据的处理。稀缺的是滴滴手上的中国出行数据，是字节手上的短视频娱乐数据，是阿里的电商数据，是腾讯的社交数据，是数据的本身稀缺。

事实上，BAT手上并不缺数据，用户每天的行为也就那么多，数据量就那么大，数据存储等基础设施也够用。现在不够的还是对数据的处理效率，即算力。大模型对算力的需求是指数级的，而不是过往那种线性的增长，算力必然极其紧缺。

所以，这决定了算力应该是整个AI产业链上，最卡脖子的那个赛道。

AI算力芯片主要包括GPU、FPGA，ASIC芯片，其中GPU占比80%，在这之中，英伟达在全球的占比95.7%，完全垄断。根据使用场景不同，可以分为云端、边缘、终端三类。中信测算，1个大模型需要2万个GPU，国外市场我们打不过人家，单看国内的话，百度、腾讯、阿里、华为、字节都要推出自己的大模型，也就是合计至少10万个GPU，对应市场空间10亿美元（近70亿人民币），服务器市场空间20亿美元。

不仅如此，英伟达还发布了CUDA平台，当前全球主流深度学习框架均使用CUDA平台进行开发，芯片技术+平台构成了英伟达强大的竞争优势，国内的芯片厂商只能基于CUDA进行开发，但CUDA和国内的芯片往往不能很好地兼容。

目前国产芯片主要的上市公司只有：寒武纪、海光信息、景嘉微、龙芯中科。但至少现在看来（2023.3月底），行情都已经启动了。

一旦需要提高算力，那就需要配套的服务器设备，浪潮信息、中科曙光等行情也已经启动。

所以接下来，我们的思考逻辑应该是这样的：既然算力紧缺已经是市场共识，直接影响到的标的价格也已经炒上去，追高当接盘侠肯定不合适。那么，与算力有关的产业链上，又有哪些会被传导？

既然芯片被英伟达垄断，是否有别的解决方案？

算力产业链有哪些机会？既然对芯片的需求爆发了，那么芯片产能扩张相关的需求也会被带动，买不了芯片，可以买芯片产业链上游相关的，比如半导体设备、材料等。

大模型产业链有哪些机会？BATH要做大模型，运营商要做基础设施，它们肯定要采购一些东西，这些东西将迎来增长。

既然芯片被英伟达垄断，是否有别的解决方案？

存储墙是目前制约算力发展的一个原因，即存储器性能不足，制约了处理器的速度，也就是算力的最大制约项并非算力芯片本身，而是计算机架构。

现代计算机使用的冯·诺依曼架构，运算器、存储器是分开的，也就是运算器要不断地往存储器里读写数据，运算器再快，却被存储器拖累了效率。

但是，传统存储器件也到达了尺寸的极限，依靠先进制程工艺不断缩小器件面积的方式已经到了瓶颈，因此解决存储墙问题，是突破算力困境的关键。这里有两条清晰的路线：架构创新、存储器件创新。

架构创新：传统的冯·诺依曼架构，处理器、存储器是分开的，而存算一体化则省去了两者之间来来去去的损耗。

存储器件创新：高带宽存储器（HBM）可支持更高速率的带宽。

既然对芯片的需求爆发了，那么买不了芯片，可否买别的？

芯片、服务器已经成为共识，相关标的已经涨上去，那么逻辑就是：大模型对芯片、服务器的需求提高了，那么芯片、服务器，是否也会提高其产业链其他环节的需求？

芯片公司要做更多芯片，就要采购更多半导体材料、设备，同时封装公司的订单也会变多。半导体在前几年的“国产替代”下已经受到很大关注了，产业链相关标的，读者应该也很熟了，这里不再重复。

服务器：PCB是服务器的重要组成部分，除了CPU、加速芯片组外，PCI-E总线标准的提升也有助于提高算力，PCB是PCI-E总线中的关键组件，PC 层数需求将从PCI-E3.0的8-12层提升至PCI-E5.0的16层以上。 其中的标的包括：沪电股份、胜宏科技。

散热：随着芯片越来越多，对散热的需求也提高，如风扇、散热系统、散热材料等。

中国联通2022年资本开支为742亿元，2023年将达到769亿元，其中算力网络投资占比将超过19%。巨头纷纷布局AI基础设施，而这些钱花到哪，哪就有机会。

以光模块为例：过往的纯电子传输已经遇到瓶颈，光通信顺势崛起。光通信系统主要包括光设备、光纤光缆、光器件，光模块属于光器件的一种。

光模块由各种无源器件以及光电芯片组合封装，主要完成光电/电光转换功能，其核心是光电芯片。

幸运的是，我国光模块的国产替代能力较强，中际旭创、海信、光讯科技市占率靠前，国产厂商市占率已经过半。

产业分析，是一个从粗到细的过程：从整个ChatGPT、AI产业链，筛选出算力这个赛道，排除已经成为市场共识的芯片、服务器，再进一步细分，锁定存算一体化、新型存储器、服务器PCG、散热等可能还存在机会的领域。

接下来，我会继续对这些更细的领域进行梳理。

文末附带AI产业链全景图一份，看不清的可以私我，我发原文档给你。

最后，对于那些对AI还保有热情的人，请看我今天的朋友圈：

#AIGC概念# #AI智能谁称王# #ChatGPT继续发酵，软件概念集体狂飙# $寒武纪-U(SH688256)$ $浪潮信息(SZ000977)$ $景嘉微(SZ300474)$